MeanSum环境配置

已于 2023-06-05 15:57:46 修改
阅读量32 收藏
点赞数
文章标签： python linux bash
于 2023-06-02 15:15:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43259478/article/details/131007102
版权

MeanSum复现

第一章 MeanSum环境配置（使用脚本文件进行配置）

MeanSum环境配置

前言

记录当时环境配置遇到的主要困难，补充一下如何在服务器上安装anaconda。

安装anaconda详细步骤

一、创建虚拟环境

首先创建一个python3.6.8的环境

conda create -n meansum python=3.6.8

激活虚拟环境

source activate meansum

进入虚拟环境

conda activate meansum

退出虚拟环境

conda deactivate

二、脚本文件

linux中sh文件是脚本文件，一般都是bash脚本。

  1. 如何运行脚本文件
bash 绝对路径/文件名.sh
//或
bash 相对路径/文件名.sh
  1. 举一个例子：脚本setup_dirs.sh

创建项目中需要创建的文件夹

最低0.47元/天 解锁文章
空空12345678
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
文本摘要相关论文汇总
MaggicalQ的博客
03-19 3089
awesome-text-summarization github地址：https://github.com/luopeixiang/awesome-text-summarization 这个仓库有对文本摘要的简单介绍，包括任务定义，类型，摘要评估方法等等， 同时整理收集了当前文本摘要方面常用的数据集以及相关最新论文， 适合想要快速上手了解文本摘要领域的人。 Table of Contents ...
mean-shift图像跟踪代码
qq_41576083的博客
11-07 572
mean-shift算法，通过已知的上一帧图像的坐标，计算上一帧的图像的二维直方图特征，在下一帧的相同位置附近进行匹配，并逐渐将下一帧的跟踪坐标收敛。 在这里具体数学推导暂先不理会，算法大致实现分如下几个部分： 一、目标区域的二维直方图特征图构建 def Colourfeature(red, green, blue): r = red / 256.0 g = green /...
HCompV源码再解析续
程序的魅力
05-04 268
上一篇博客介绍了到CreateHMM函数，它完成了创建名为“proto”的hmm，并且为HMMSet创建了mtab以及其他基础设施，例如NameCell指针的hashtable数组。 顺着CreateHMM函数执行结束，HCompV调用LoadHMMSet。下面分析该函数的流程。它的函数签名为下所示： LoadHMMSet(HMMSet *hset, char *hmmDir, char *hmmExt) 其中hmmDir，和hmmExt是命令行参数指定的hmm原型“***/proto”文件的目录
NDK 之C，2021Android面试总结
m0_61417918的博客
09-06 106
IntSequence seq(1); //从1开始的序列 //从1开始向容器col1中插入9个元素 generate_n(back_inserter(col1), 9, seq); //仍然从1开始向容器col1中插入9个元素 generate_n(back_inserter(col1), 9, seq); generate函数 #include <iostream> #include <algorithm> #include <array> #include &l
log gabor matlab,matlab实现gabor filter (9) 效果很好
weixin_42476061的博客
03-20 359
gabor filter:function result = gaborkernel2d(lambda, sigma, theta, phi, gamma, bandwidth)% VERSION 2004-04-05% CREATED BY: N. Petkov and M.B. Wieling, Groningen University%% GABORKERNEL2D(LAMBDA, SIGM...
语音识别之HTK入门（四）——HCompV源码解析
程序的魅力
10-10 1252
上一篇博客中用HCompV工具通过全局数据来初始化HMM模型参数，包括proto和vFloor两个文件。同时手工制作hmmdefs模型，在这个文件中列举了每一个单因素模型的参数，它们是完全相同的。 现在一步一步看看HCompV是如何达成目标的。 如前面博客指出的，可以通过visual studio跟踪调试HCompV。 ...
python绘图多子图 分别美化
qq_41221841的博客
09-28 805
python绘图 matplotlib 多子图
HCompV源码再解析续三
程序的魅力
05-05 378
希望这篇是这一轮最后一篇关于HCompV的博客。 上一篇续二分析到通过LoadFile函数加载所有特征向量（MFCC_0_D_A）文件，然后把它们按维度累计分别列举measSum和squareSum。 接下来就是如何计算单独的mean和variance了，其实就是一个简单的除法，再有一些加减。已经统计过了totalCount是计数一共多少帧（特征向量），看SetCovs函数。 /* SetCovs: set covariance values in hmm */ void SetCovs(void)
c++仿函数和函数适配器
热门推荐
coolwriter的博客
08-09 1万+
所谓的仿函数(functor)，是通过重载()运算符模拟函数形为的类。 　　因此，这里需要明确两点： 　　1　仿函数不是函数，它是个类； 　　2　仿函数重载了()运算符，使得它的对你可以像函数那样子调用(代码的形式好像是在调用函数)。 　　for_each 这里的for循环语句有点冗余，想到了std::for_each ，为了使用for_each，我们需要定义一个函数，如下： vo...
MeanSum-A Neural Model for Unsupervised Multi-Document Abstracti
08-03
MeanSum模型是一种用于无监督多文档摘要的神经网络模型，特别适用于没有配对文档摘要数据的场景。在自然语言处理领域，摘要生成是一个关键任务，通常涉及将长篇文档精炼成简洁且准确的概述。传统的研究主要依赖大...
【Python如何将字符串连接在一起并使用`join()`方法】
最新发布
qq_36253366的博客
07-19 171
方法是字符串对象的方法，而不是列表或元组等序列类型的方法。因此，你需要先指定一个用作分隔符的字符串，然后调用这个字符串的。方法将字符串连接在一起，你需要首先确保这些字符串被存储在一个序列类型中（如列表或元组），然后调用这个序列的。方法是一个字符串方法，它用于将序列（如列表、元组等）中的元素以指定的字符连接生成一个新的字符串。列表中的所有字符串元素使用空格作为分隔符连接成一个新的字符串。方法，并将你想要作为分隔符的字符串作为参数传递给。方法，并将包含要连接字符串的序列作为参数传递。
华为od机试真题 — 代表团坐车(Python)
学习,你不是一个人在战斗 ～ 961302305（QQ,微信）
07-17 573
【华为od机试真题 】代表团坐车(Python) 某组织举行会议，来了多个代表团同时到达，接待处只有一辆汽车可以同时接待多个代表团，为了提高车辆利用率，请帮接待员计算可以坐满车的接待方案输出方案数量。
IPython 日志秘籍：%logstate 命令全解析
2401_85812026的博客
07-17 561
logstate命令是 IPython 日志系统的重要组成部分，它帮助我们掌控日志记录的状态。通过本文的介绍，你应该对如何在 IPython 中使用%logstate查看日志状态有了更深入的理解。记住，合理利用日志系统，可以让你的数据探索过程更加透明和可追溯。本文详细介绍了 IPython 的%logstate命令，包括其基本概念、基本用法、输出解析以及实战示例。希望本文能够帮助读者更好地利用 IPython 的日志系统，优化数据探索和科学计算的工作流。记住，掌握%logstate。
Python每日一题：回文数
xiongxiaoxuan的博客
07-16 272
回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。例如，121 是回文，而 123 不是。给你一个整数 x ，如果 x 是一个回文整数，返回 true；否则，返回 false。解释：从左向右读, 为 -121。从右向左读, 为 121-。因此它不是一个回文数。先将整数x转化为字符串形式，判断x和它的反转形态是否完全相等。解释：从右向左读, 为 01。需注意：True和False首字母大写！提示：-231
【Python 中的内存管理有哪些优缺点】
qq_36253366的博客
07-19 198
Python中的内存管理是一个复杂而高效的系统，它通过自动化和抽象化的方式极大地简化了程序员的内存管理负担，但同时也存在一些潜在的缺点。
N7翻译实战
tjl521314_21的博客
07-17 299
本周完成项目实战用于训练一个简单的序列到序列（seq2seq）模型以实现英语到法语的翻译。数据预处理、模型构建、训练以及可视化损失的过程。本周学习了构建和训练一个简单的seq2seq模型用于英语到法语的翻译，对前面的知识做了一个综合的运用。
httpx 的使用
qq_39217312的博客
07-15 805
httpx 是一个可以支持 HTTP/2.0 的库还有一个是： hyper 库这里有一个由HTTP/2.0的网站： https://spa16.scrape.center/使用 requests 库 进行爬取 报错：安装： httpx pip3 install httpx 这样安装并不能支持 HTTP/2.0如果想要支持，需要这样安装：pip3 install httpx[http2]输出：这里访问的HTTP/1.0的网站，并且依次打印除了 ， 响应状态码(status_code),响应头信息(header
Python中使用三方库SpeechLib实现文本转换语音文件的示例(Win10)
m0_64880493的博客
07-16 179
开始用创建对象的方法CreateObject 分别创建了语音引擎对象与语音文件流对象。调用流对象的Open()方法实现语音流数据写入音频输出文件。
python训练模型报错：BrokenPipeError: [Errno 32] Broken pipe
Dxy1239310216的博客
07-18 267
如果问题持续存在，并且你的项目不是必须在 Windows 上运行，考虑在 Unix/Linux 系统上运行你的代码。确保在数据加载器中使用的任何自定义函数或类都是可序列化的，因为多进程需要能够在不同进程间传递它们。进行多进程数据加载时尤其常见，尤其是在 Windows 系统上，因为 Windows 对多进程的支持与 Unix/Linux 系统有所不同。有时候，错误可能是由其他部分的代码引起的，而不是直接由数据加载器引起。如果问题依然存在，你可能需要更详细地检查你的代码或寻求更专业的帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值